Rafael Urrialde, profesor del Departamento de Genética, Fisiología y Microbiología de la Universidad Complutense de Madrid y del Departamento de Ciencias Farmacéuticas y de la Salud de la Universidad CEU-San Pablo, presidente de la Comisión Científica de la Sociedad Española de Medicina del Deporte, vocal de la Junta Directiva de la Sociedad Española de Nutrición, miembro del Patronato de la Fundación Española de Nutrición, académico de honor de la Academia Española de Nutrición y Dietética y académico de número y miembro de la Junta de Gobierno de la Real Academia Europea de Doctores-Barcelona 1914 (RAED), comparte con la comunidad académica el artículo «Inteligencia artificial en la alimentación», en el que analiza la transformación que esta tecnología llevará al sector y a los hábitos alimenticios.

Inteligencia artificial en la alimentación

Hasta ahora, lo que conocíamos como bioinformática y biodata estaba mayoritariamente basado en el análisis e interpretación de datos, de tal forma que con los mismos se ha podido trabajar en el genoma de distintas especies. Si a estos datos ahora los aplicamos además algoritmos que nos permitan desarrollar aspectos concretos estaríamos con el enfoque más específico de la inteligencia artificial (IA), que tendría una clara implementación y aplicación directa en el producción, transformación, distribución y consumo de productos alimenticios y, también, en todo lo referido a la información y comunicación de los mismos. Es más, en el caso español, además si se tienen en cuenta todos los datos concernientes a ingesta de referencia de nutrientes y sustancias bioactivas, tanto aprobados tanto por la Autoridad Europea de Seguridad Alimentaria (EFSA) como por la Autoridad de Seguridad Alimentaria y Nutrición (Aesan), además de los aspectos mencionados la IA tendría un claro desarrollo de ámbito de conocimiento y resolución en el campo de la nutrición y dietética.

Todos estos nuevos valores obtenidos con la IA en la alimentación, si se combinan con los referidos al etiquetado físico de los productos alimenticios, podremos conseguir una mejor interpretación y adaptación de la información del mismo para los consumidores, tanto en la información obligatoria como en la voluntaria, sobre todo a la aprobada y referida a las listas positivas de declaraciones nutricionales y de propiedades saludables autorizadas en la Unión Europea a través de los reglamentos 1924/2006 y 432/2012.

Probablemente ya se han empezado a lanzar al mercado productos alimenticios bajo la actuación de la IA sobre composición, envase, etiquetado y comercialización como ya ha ocurrido con algunos, veremos que proliferarán los productos alimenticios desarrollados bajo criterios de IA. Probablemente, también, ocurrirá el efecto contrario, que habrá productos alimenticios que se lanzarán indicando que se han desarrollado por conocimiento humano y que no ha intervenido la IA. Hemos visto ya bebidas y productos veganos desarrollados bajo criterios de IA para que se asemejen al máximo a productos de origen animal, sobre todo a través de análisis a nivel molecular de las plantas; productos a base de plantas con el menor impacto medioambiental, bajo un modelo de sostenibilidad cuyo objetivo es establecer relaciones de confianza en sus grupos de interés, cumpliendo expectativas, equilibrio y crecimiento económico, cuidando el medioambiente y el bienestar social; hacer los productos a base de plantas accesibles para cualquier persona; bebidas refrescantes; productos alimenticios derivados de los cereales. En muchos casos la innovación se basa en el desarrollo y mejoras de productos alimenticios cada vez más saludables para que sus consumidores tengan una vida sana.

Uno de los aspectos también complementario de la IA es incorporarla para los procesos de innovación para el desarrollo y creación de alimentos sobre las tendencias actuales y futuras, de tal manera que se permita con esta tecnología anticiparse a los gustos de manera global e instantánea, para provocar un contraste con el consumidor. Un consumidor que cada vez es más variado y que en un periodo de 50-60 años, hemos pasado de un modelo de un solo consumidor y estilo de vida saludable a otro con muchas tipologías de consumidores y diferentes estilos de vida saludable, donde el cruce de información y datos e implementación de algoritmos puede hacer que la IA permita una alimentación lo más personalizada posible.

En el caso, además, del enfoque de una sola salud (One Health), donde la salud humana, la salud animal y la salud vegetal deben ser los pilares que permitan desarrollar el mismo, pero siempre bajo una conversión y unión con la salud ambiental, la IA permitirá establecer criterios con todos los datos disponibles y con un peso de los mismos que posibilite un desarrollo global y a nivel de regiones territorios y de todo el planeta que evolucione, sobre todo con los aspectos de la alimentación, a una consecución de los Objetivos de Desarrollo Sostenible (ODS). Esto conllevará trabajar con datos territoriales de distribución geográfica, con percepción de sabor y palatabilidad que aglutinen parámetros de funcionalidad y de placer, máxime cuando desde los últimos 20 años el incremento de valor de los compuestos bioactivos de origen vegetal, sobre todo a nivel de los compuestos fenólicos, que son un grupo muy numerosos y con absorción en el espectro visible muy amplio, abarcando todo el espectro.

Por otro lado, la IA nos permitirá conjugar e interrelacionar todos los datos y parámetros de las «7 s» que conciben hoy una alimentación: segura, saludable, sostenible, satisfactoria, solidaria y soberanía alimentaria, incluso a nivel de calidad alimentaria. Asimismo, en todo lo referido a calidad nutricional, el papel de la IA va a ser crucial para poder establecer modelos con el mayor número de datos referidos a nutrientes y sustancias con efecto fisiológico. Simplemente recordar que por ejemplo la brújula alimentaria, en positivos y negativos, tiene en cuenta los siguientes elementos: ratio ácidos grasos insaturados y saturados, ratio fibra y carbohidratos y ratio sodio y potasio; las vitamina A, B1, B2, B3, B6, B12, C, D, E, K y colina; los minerales: calcio, fósforo, magnesio, hierro, cinc, cobre, selenio, sodio, potasio e iodo; ingredientes basados en alimentos como frutas, verduras sin almidón, legumbres, granos enteros, frutos secos (sin sal) y semillas, productos del mar, yogur (sin azúcares añadidos), aceites vegetales (en nuestro caso preferentemente de oliva), carne roja o procesada; aditivos como azúcar (en Estados Unidos se considera dentro de este grupo), nitritos, edulcorantes, aromas o colorantes, aceites parcialmente hidrogenados, jarabes altos en fructosa, glutamato sódico; procesamiento por clasificación nova, fermentación y fritura; ácido alfa-linolénico, ácido eicosapentaenoico y ácido docosahexaenoico, ácidos grasos de cadena media, colesterol dietético y ácidos grasos trans; contenido en fibra y proteína, fitoquímicos como flavonoides totales y carotenoides total.

Pero aparte de tener en cuenta los elementos de calidad nutricional, también es importante cruzar estos datos con los referidos a cuándo, cómo y cuánto se consume para tener una idea precisa de la calidad de la dieta. Además, el consumidor, aparte de conocer el aporte del consumo de alimentos y bebidas: proteínas, hidratos de carbono, grasas, vitaminas, minerales, fibra, otras sustancias con interés de efecto fisiológico, agua y alcohol, está interesado por la frecuencia de consumo, tamaño de las raciones y de las porciones, tamaño de los envases, fraccionamiento y distribución de la ingesta, la cronobiología, forma de preparación culinaria, densidad energética, hostelería y sociabilidad, todo ello con un crecimiento de la importancia de la suplementación de la dieta con los complementos alimenticios. Pero sin olvidar que los alimentos creados a partir de la implementación de algoritmos de inteligencia artificial deben tener en cuenta los modelos interactivos de aspectos de la alimentación y sociales, integrando todo bajo criterios y parámetros de accesibilidad, económicos, sociales y ecológicos, que, además, deben tener en cuenta valores que sean equitativos, viables y soportables por los grupos o colectivos sociales. Este conglomerado de aspectos condicionará y dirigirán los procesos de investigación, desarrollo e innovación (I+D+i), como parámetros de diferenciación y valoración en aspectos de calidad, permitiendo un valor diferencial de la dieta saludable.

Pero, además, la implementación de la IA en el campo de la alimentación posibilitará una reducción del desperdicio de alimentos y de la tasa de mortalidad por falta de nutrición, mayor comprensión de las preferencias de los consumidores, una mejor adaptación a los cambios.

La IA puede anticipar la aplicación de todas las medidas necesarias para evaluar el estado de salud de cada individuo y usarlas para generar información útil, incluidas predicciones sobre cómo las elecciones de alimentos afectan el bienestar y el riesgo de enfermedad. Esta nueva tecnología puede ayudar a generalizar la nutrición personalizada, con efectos potencialmente muy certeros en la salud humana. La IA puede ser entrenada y retroalimentada para colaborar en asuntos relativos a la nutrición humana, tiene el potencial de realizar recomendaciones durante la creación de programas personalizados de alimentación, ayudar a la producción de análogos vegetales de alimentos producidos originalmente a base de ingredientes de origen animal. También posibilitar el experimentar con las recetas que dan origen al porfolio de productos alimenticios, para analizar a nivel estructural los alimentos con base animal, cruzando la información con varias fuentes de datos, en las que se buscan análogos para sus componentes en vegetales. De esta forma se pueden conseguir recrear salsas, helados bebidas… todos ellos 100% de origen vegetal con una similitud a las mayonesas, leche y lácteos y helados.

Uno de los objetivos prioritarios de implementación de la IA va a ser en el ámbito dietético, de tal forma que se podrán diseñar dietas a medida y totalmente ajustadas a cada persona. Los avances recientes en la ciencia de la nutrición están cada vez más cerca de cumplir el objetivo de alimentarse saludablemente y comiendo lo que más se desea, gracias a las aplicaciones y programas personalizados, junto con modelos interactivos de aspectos de la alimentación y sociales, mejorar los productos alimenticios que ya existen, un acercamiento mucho más próximo a los gustos de los consumidores, crear productos alimenticios nuevos, cocinar con elementos y conceptos accesibles para todos los consumidores, diseñar envases más atractivos, utilización, por ejemplo de algoritmos para las uvas, manzanas, cebada, trigo, avena… para el desarrollo de bebidas fermentadas no destiladas, generar una alta eficacia sostenible.

Es irrefutable que la IA transformará a la industria de alimentos y bebidas, ya que podrá predecir el ciclo de ventas, adecuar el tiempo real a vida útil del producto alimenticio, realizar una gestión de inventarios, conocer mejor a los clientes, un adecuado control de calidad, una gestión a tiempo real de la trazabilidad. Por eso se verá afectada la producción y fabricación, la automatización de procesos, la monitorización y análisis en tiempo real, el mantenimiento predictivo, la optimización de la calidad, la gestión de recursos, la reducción de desperdicio, el óptimo control de la cadena de suministro, la adaptación a la demanda y la personalización y flexibilidad de la producción.

En el caso del control de calidad la IA transformará a la industria de alimentos y bebidas al mejorar la precisión, la eficiencia y la consistencia de los procesos de inspección y evaluación, realizar una inspección visual automatizada, llevar a cabo una clasificación y selección automatizada, poder ejecutar una detección de contaminantes, propiciar análisis sensoriales más adaptados a las preferencias de los consumidores, realizar un monitoreo en tiempo real, una predicción de momentos de baja o nula producción después de otros de lata o elevada producción, un desarrollo de análisis de datos complejos, efectuar un sistema de rastreabilidad y autenticidad y potenciar la capacidad de aprendizaje.

Esta transformación con la intervención de la IA permitirá mejor significativamente el control de calidad de alimentos y bebidas al automatizar y optimizar los procesos de inspección, detección de contaminantes y análisis sensorial, lo que conducirá a una producción más segura, consistente y de alta calidad en la industria alimentaria. También, posibilitará la búsqueda de alimentaciones alternativas, actividad inteligente para frenar y luchar contra el desperdicio de comida, el desarrollo de cocinas automatizas, producción de nutracéuticos o biocéuticos, aplicación de ósmosis forzada. Además, a partir de los alimentos de primera gama se podrá tener más eficiencia y mayor número de alimentos de segunda (conserva), tercera (congelación), cuarta (atmósfera protectora y refrigeración), quinta (precocinado y atmósfera protectora) y sexta gama (liofilizadas y cambio textura).

Las consecuencias de la IA en el campo de la alimentación para el desarrollo de productos alimenticios será la exploración de combinaciones de ingredientes, generación de recetas, personalización de productos alimenticios, análisis de datos de mercado, optimización de la textura y la sensación en boca, análisis de retroalimentación del consumidor, diseño de sabores personalizados, optimización de formulaciones, agilización del proceso de desarrollo y reducción de desperdicios.

Pero el desarrollo de la IA también puede permitir en el sector de la alimentación detectar y evitar fraudes a partir del análisis de etiquetas, de las declaraciones nutricionales y de propiedades saludables, de la gestión de incidentes, de la autenticación de productos (Blockchain-QR), de la monitorización en tiempo real, de las imágenes y reconocimiento visual, de la detección de adulteración y falsificación, de modelos predictivos, del análisis de datos de transacciones y del seguimiento de la cadena de suministro.

Otro de los objetivos de aplicación de la IA en el campo de la alimentación debe ser la garantía de la seguridad alimentaria a partir de métodos que posibiliten una mejor detección temprana de contaminantes, monitorización de temperaturas y condiciones, monitorización de la cadena de suministro, gestión de datos y análisis de tendencias, optimización de procesos de limpieza y desinfección, modelos predictivos de seguridad alimentaria, análisis de etiquetas y alérgenos, predicción de fechas de vencimiento vida útil, análisis de datos microbiológicos, respuesta a crisis de seguridad alimentaria y gestión de alertas alimentarias.

Indiscutiblemente la IA tiene otras facetas que también posibilitarán una mejor gestión con el cliente, a través de chatbots y asistentes virtuales (la IA se utiliza para desarrollar chatbots y asistentes virtuales que pueden interactuar con los clientes de manera instantánea y responder a sus consultas sobre menús, reservas, ingredientes, horarios y más), atención al cliente 24 horas/7 días a la semana, recomendaciones personalizadas, pedidos y reservas automatizadas, interacción en redes sociales, programas de fidelización, personalización del marketing, feedback y encuestas automatizadas que permitan también la retroalimentación, respuestas rápidas y precisas y personalización en la experiencia en el local.

El desarrollo de un producto alimenticio (alimento o bebida) con la ayuda de la inteligencia artificial implica la aplicación de técnicas de aprendizaje automático y análisis de datos para optimizar los procesos de formulación, mejorar la calidad del producto, diseñar sabores, colores, olores… más adecuados a los requerimientos de los consumidores y predecir las preferencias del consumidor.

Existen una serie de procesos genéricos que se pueden implementar a través de datos que se trabajen con algoritmos por la IA para el desarrollo de productos alimenticios interviniendo en desarrollar un protocolo, definir objetivo, recopilar datos, preparación de datos, generar un modelado de IA (utilizar algoritmos de aprendizaje automático y técnicas de IA, como redes neuronales, para analizar los datos y desarrollar modelos que puedan predecir resultados específicos. Por ejemplo, puedes crear modelos para predecir el sabor de una bebida en función de sus ingredientes y proporciones), realizar experimentación virtual (experimentos virtuales y probar diferentes formulaciones el laboratorio), propulsar sistemas de retroalimentación, llevar a cabo ejemplos de producción y pruebas reales, repetir varias veces el sistema (se debe continuar iterando y mejorando tu producto en función de los comentarios y los datos recopilados. La IA puede seguir siendo útil para optimizar la producción y la cadena de suministro).

Por tanto, podríamos indicar que las fases que para el desarrollo de un producto alimenticio a través de la intervención de la IA podrían considerarse de forma conjunta: identificar el producto alimenticio; diseñar la receta de composición incluyendo la formulación; proceso de adquisición de los ingredientes; desarrollo de actividades que permitan la automatización de la producción; control de calidad y seguridad alimentaria; monitoreo y mantenimiento predictivo; aseguramiento de la consistencia del producto: sabor, textura y calidad; gestión de la cadena de suministro y distribución; recopilación y análisis de datos; cumplimiento de la normativa y evidencia científica (Consejo de la Unión Europea, Parlamento Europeo y Comisión Europea y Autoridad Europea de Seguridad Alimentaria) y lanzamiento y marketing con comunicación comercial y comunicación no comercial.